一种改进的非局部均值图像去噪算法

来源：计算机工程与应用杂志2017年第18期北京时间：

作者：祝严刚，张桂梅

单位：南昌航空大学 江西省图像处理与模式识别重点实验室，南昌 330063

摘要：非局部均值滤波算法（Non-Local Means，NLM）有良好的去噪效果，且能保持图像细节。但其复杂度过高引起效率低下，在噪声增大时去噪精度明显下降。快速非局部均值滤波（Fast Non-Local Means，FNLM）虽然提高了算法的效率，但去噪效果没有明显改善，在噪声增大时去噪效果仍不理想。针对该问题，提出一种新的非局部均值滤波算法，算法将Turky型函数与指数型相结合，提出一种新的指数-Turky型权值核函数，替代原NLM算法和FNLM算法中的指数型核函数，同时综合了结构相似性（Structural Similarity，SSIM）和欧氏距离来衡量图像邻域间的相似性，从而使得权值的选取更加合理，有效排除图像中不相似邻域的干扰，提高了算法的去噪性能。通过对添加不同噪声水平的高斯噪声图像进行实验，结果表明提出的算法在去噪性能上与NLM和FNLM相比有较大提高，尤其对于噪声较大的图像效果更为显著，在去噪效率上与NLM相比有明显提高，与FNLM算法的时间复杂度相当，时耗接近略有降低。

关键词：图像去噪,非局部均值滤波,积分图,Turky函数,结构相似性